Memilih server pencarian teks lengkap yang berdiri sendiri: Sphinx atau SOLR? [Tutup]

Saya mencari server pencarian teks lengkap yang berdiri sendiri dengan properti berikut:

• Harus beroperasi sebagai server yang berdiri sendiri yang dapat melayani permintaan pencarian dari banyak klien
• Harus dapat melakukan "pengindeksan massal" dengan mengindeks hasil dari permintaan SQL: ucapkan "SELECT id, text_to_index FROM dokumen;"
• Harus perangkat lunak gratis dan harus dijalankan di Linux dengan MySQL sebagai databasenya
• Harus cepat (mengesampingkan pencarian teks lengkap internal MySQL)

Alternatif yang saya temukan yang memiliki properti ini adalah:

• Solr (berdasarkan Lucene)
• ElasticSearch (juga berdasarkan pada Lucene)
• Sphinx

Pertanyaan saya:

• Bagaimana mereka membandingkan?
• Apakah saya melewatkan alternatif lain?
• Saya tahu bahwa setiap kasus penggunaan berbeda, tetapi apakah ada kasus tertentu di mana saya pasti tidak ingin menggunakan paket tertentu?

Saya telah menggunakan Solr dengan sukses selama hampir 2 tahun sekarang, dan belum pernah menggunakan Sphinx, jadi saya jelas bias. Namun, saya akan mencoba untuk tetap objektif dengan mengutip dokumen atau orang lain. Saya juga akan menerima tambalan untuk jawaban saya :-)

Kesamaan:

• Baik Solr dan Sphinx memenuhi semua kebutuhan Anda. Mereka cepat dan dirancang untuk mengindeks dan mencari data dalam jumlah besar secara efisien.
• Keduanya memiliki daftar panjang situs lalu lintas tinggi yang menggunakannya ( Solr , Sphinx )
• Keduanya menawarkan dukungan komersial. ( Solr , Sphinx )
• Keduanya menawarkan binding API klien untuk beberapa platform / bahasa ( Sphinx , Solr )
• Keduanya dapat didistribusikan untuk meningkatkan kecepatan dan kapasitas ( Sphinx , Solr )

Berikut ini beberapa perbedaan:

• Solr, sebagai proyek Apache, jelas berlisensi Apache2. Sphinx adalah GPLv2 . Ini berarti bahwa jika Anda perlu menyematkan atau memperluas (bukan hanya "menggunakan") Sphinx dalam aplikasi komersial, Anda harus membeli lisensi komersial ( alasan )
• Solr mudah disematkan dalam aplikasi Java.
• Solr dibangun di atas Lucene, yang merupakan teknologi terbukti lebih dari 8 tahun dengan basis pengguna yang besar (ini hanya sebagian kecil). Setiap kali Lucene mendapatkan fitur atau speedup baru, Solr mendapatkannya juga. Banyak devs yang berkomitmen pada Solr juga adalah komuter Lucene.
• Sphinx terintegrasi lebih erat dengan RDBMS, khususnya MySQL.
• Solr dapat diintegrasikan dengan Hadoop untuk membangun aplikasi terdistribusi
• Solr dapat diintegrasikan dengan Nutch untuk dengan cepat membangun mesin pencari web lengkap dengan perayap .
• Solr dapat mengindeks format berpemilik seperti Microsoft Word, PDF, dll . Sphinx tidak bisa .
• Solr hadir dengan pemeriksa ejaan di luar kotak .
• Solr hadir dengan dukungan segi luar . Menghadapi Sphinx membutuhkan lebih banyak pekerjaan .
• Sphinx tidak mengizinkan pembaruan indeks parsial untuk data lapangan .
• Dalam Sphinx, semua id dokumen harus berupa angka integer non-nol unik yang tidak ditandatangani . Solr bahkan tidak memerlukan kunci unik untuk banyak operasi , dan kunci unik dapat berupa bilangan bulat atau string.
• Solr mendukung runtuhnya bidang (saat ini hanya sebagai tambalan tambahan) untuk menghindari duplikasi hasil yang serupa. Sphinx sepertinya tidak menyediakan fitur seperti ini.
• Sementara Sphinx dirancang untuk hanya mengambil id dokumen , di Solr Anda dapat langsung mendapatkan seluruh dokumen dengan hampir semua jenis data, membuatnya lebih independen dari penyimpanan data eksternal dan menyimpan bolak-balik tambahan.
• Solr, kecuali saat digunakan tertanam, berjalan dalam wadah web Java seperti Tomcat atau Jetty, yang membutuhkan konfigurasi dan penyetelan khusus tambahan (atau Anda dapat menggunakan Jetty yang disertakan dan langsung meluncurkannya dengan java -jar start.jar). Sphinx tidak memiliki konfigurasi tambahan.

Pertanyaan-pertanyaan Terkait:

• Pencarian Teks Lengkap dengan Rails
• Perbandingan mesin pencarian teks lengkap - Lucene, Sphinx, Postgresql, MySQL?

Kecuali Anda perlu memperluas fungsionalitas pencarian dengan cara apa pun yang berpemilik, Sphinx adalah taruhan terbaik Anda.

Keuntungan Sphinx:

1. Pengembangan dan pengaturan lebih cepat
2. Agregasi yang jauh lebih baik (dan lebih cepat). Ini adalah fitur pembunuh bagi kami.
3. Bukan XML. Inilah yang akhirnya mengesampingkan Solr bagi kita. Kami harus mengembalikan set hasil yang agak besar (pikirkan ratusan hasil) dan kemudian agregat sendiri karena agregasi Solr kurang. Jumlah waktu untuk membuat serial ke dan dari XML benar-benar mematikan kinerja. Untuk set hasil kecil, itu baik-baik saja.
4. Dokumentasi terbaik yang pernah saya lihat di aplikasi sumber terbuka

Keuntungan solr:

1. Dapat diperpanjang.
2. Dapat menekan langsung dari aplikasi web, yaitu, Anda dapat memiliki pencarian seperti autocomplete memukul server Solr langsung melalui AJAX.

Catatan: Ada banyak pengguna dengan pertanyaan yang sama.

Jadi, untuk menjawab intinya:

Yang mana dan mengapa?

• Gunakan Solr jika Anda bermaksud menggunakannya di aplikasi web Anda (mesin pencari situs contoh). Ini pasti akan menjadi hebat, berkat API-nya. Anda pasti akan membutuhkan kekuatan itu untuk aplikasi web.

• Gunakan Sphinx jika Anda ingin mencari melalui banyak dokumen / file dengan sangat cepat. Itu indeks sangat cepat juga. Saya akan merekomendasikan untuk tidak menggunakannya dalam aplikasi yang melibatkan JSON atau parsing XML untuk mendapatkan hasil pencarian. Gunakan untuk pencarian dB langsung. Ini berfungsi dengan baik di MySQL.

Alternatif

Meskipun ini adalah raksasa, ada banyak lagi. Juga, ada yang menggunakan ini untuk memperkuat kerangka kerja kustom mereka. Jadi, saya akan mengatakan bahwa Anda benar-benar tidak ketinggalan. Meskipun ada satu elasticsearch yang memiliki basis pengguna yang baik.

Saya telah menggunakan Sphinx selama hampir satu tahun sekarang, dan itu luar biasa. Saya dapat mengindeks 1,5 juta dokumen dalam waktu sekitar satu menit di MacBook saya, dan bahkan lebih cepat di server. Saya juga menggunakan Sphinx untuk membatasi pencarian ke tempat-tempat dalam garis lintang & bujur tertentu, dan ini sangat cepat. Juga, bagaimana peringkat hasil sangat tweaker. Mudah dipasang & disetel, jika Anda membaca satu atau dua tutorial. Hampir berstatus 1.0, tetapi Kandidat Rilis mereka telah solid.

Lucene / Solr tampaknya lebih menonjol dan dengan tahun-tahun yang lebih panjang dalam bisnis dan komunitas pengguna yang jauh lebih kuat. imho jika Anda dapat melewati masalah pengaturan awal karena beberapa tampaknya telah menghadapi (bukan kita) maka saya akan mengatakan Lucene / Solr adalah taruhan terbaik Anda.